Compression of EMG Signals Using Deep Convolutional Autoencoders

Efficient storage and transmission of electromyogram (EMG) data are important for emerging applications such as telemedicine and big data, as a vital tool for further advancement of the field. However, due to limitations in internet speed and hardware resources, transmission and storage of EMG data...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE journal of biomedical and health informatics Ročník 26; číslo 7; s. 2888 - 2897
Hlavní autoři:	Dinashi, Kimia, Ameri, Ali, Akhaee, Mohammad Ali, Englehart, Kevin, Scheme, Erik
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	United States IEEE 01.07.2022 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Big Data Classification Compression Convolution convolutional autoencoder Convolutional codes Data compression Decoding Deep learning Electrodes Electromyography EMG Encoding Reconstruction Training Video compression Wrist
ISSN:	2168-2194, 2168-2208, 2168-2208
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!